| 基于改进Rao-Blackwellized粒子滤波器的 同时定位与地图构建 |
| |
| 引用本文： | 罗元,傅有力,程铁凤.基于改进Rao-Blackwellized粒子滤波器的 同时定位与地图构建[J].控制理论与应用,2015,32(2):267-272. |
| |
| 作者姓名： | 罗元 傅有力 程铁凤 |
| |
| 作者单位： | 重庆邮电大学国家信息无障碍研发中心,重庆,400065 |
| |
| 基金项目： | 国家自然科学基金项目(51075420), 国家科技部国际合作项目(2010DFA12160)资助. |
| |
| 摘 要： | 解决同时定位与地图构建(SLAM)问题是实现机器人自主导航的核心.目前,Rao-Blackwellized粒子滤波器(RBPF)是解决机器人同时定位与地图构建的有效方法.该方法在计算提议分布时,通常只考虑移动机器人的里程计信息,因此存在需要大量的采样粒子造成的计算量和复杂度增大的问题.本文提出一种改进算法,在计算提议分布时将机器人里程计信息和激光传感器采集的距离信息进行融合,有效地减少了所需粒子的数量并降低了滤波器预测阶段机器人位姿的不确定性.本文在机器人操作系统(robot operating system,ROS)平台上,使用配有URG激光器的Pioneer3-DX机器人进行了实验.结果表明,采用本文方法能够实时在线地创建高精度的栅格地图,为机器人在未知环境中的SLAM和导航提供了新途径.
|
| 关 键 词： | 粒子滤波器 地图构建 机器人操作系统 导航 |
| 收稿时间： | 2014/3/13 0:00:00 |
| 修稿时间： | 2014/9/17 0:00:00 |
Simultaneous localization and mapping implementation based on the improved Rao-Blackwellized particle filter |
| |
| LUO Yuan,FU You-li and CHENG Tie-feng.Simultaneous localization and mapping implementation based on the improved Rao-Blackwellized particle filter[J].Control Theory & Applications,2015,32(2):267-272. |
| |
| Authors: | LUO Yuan FU You-li and CHENG Tie-feng |
| |
| Affiliation: | National Engineering Research and Development Center for Information Accessibility, Chongqing University of Posts and Telecommunication,National Engineering Research and Development Center for Information Accessibility, Chongqing University of Posts and Telecommunication,National Engineering Research and Development Center for Information Accessibility, Chongqing University of Posts and Telecommunication |
| |
| Abstract: | |
| |
| Keywords: | particle filters mapping robot operating system navigation |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
